發(fā)布時間：2023-12-10 12:47

　　在多屬性決策環(huán)境中,精準決策尤為重要,但是決策者往往很難給出精確的評估值。為此,學者們相繼提出了直覺模糊集、區(qū)間模糊集、猶豫模糊集、畢達哥拉斯模糊集、中智集、正交模糊集等模糊集理論。但是這些模糊集理論都是用來描述一維信息,無法捕捉到信息的周期性和季節(jié)性變化。而區(qū)間復模糊軟集克服了這一劣勢,可以用來描述周期性信息。同時區(qū)間復模糊軟集在描述信息有以下特點:(1)可以將評估值從精確值擴展到區(qū)間值,一定程度上減少決策者的主觀偏差;(2)區(qū)間復模糊軟集將隸屬度值從實數(shù)擴展到復數(shù),信息描述由一維擴展到二維空間;(3)區(qū)間復模糊軟集兼有了軟集優(yōu)勢,可以令參數(shù)化不受限制,同時便于對備選方案進行分類。本文以區(qū)間復模糊軟集為基礎,研究基于區(qū)間復模糊軟集的決策方法。本文的主要工作與研究成果如下:(1)定義區(qū)間復模糊軟集的加法、乘法、部分隸屬度和部分非隸屬度運算。定義區(qū)間復模糊軟數(shù)之間的相關運算和比較方法。(2)定義區(qū)間復模糊軟集的距離測度的概念以及進行測算距離的公式,標準漢明距離、標準歐幾里得距離、廣義歐幾里得距離、廣義加權歐幾里得距離、加權漢明距離、加權歐幾里得距離^[104]。構建基...

【文章頁數(shù)】：102 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
ABSTRACT
第一章 緒論
    1.1 引言
        1.1.1 研究背景
        1.1.2 研究目的及意義
    1.2 研究現(xiàn)狀
        1.2.1 區(qū)間復模糊軟集
        1.2.2 信息測度的研究現(xiàn)狀
        1.2.3 信息集成算子的研究現(xiàn)狀
        1.2.4 TOPSIS方法的研究現(xiàn)狀
        1.2.5 MABAC方法的研究現(xiàn)狀
        1.2.6 EDAS方法的研究現(xiàn)狀
    1.3 研究內(nèi)容及論文結構
        1.3.1 主要研究內(nèi)容
        1.3.2 論文結構
    1.4 本文的創(chuàng)新點
第二章 理論基礎
    2.1 區(qū)間復模糊軟集
        2.1.1 區(qū)間復模糊軟集定義
        2.1.2 區(qū)間復模糊軟集相關運算性質(zhì)
    2.2 TOPSIS方法
    2.3 MABAC方法
    2.4 EDAS方法
    2.5 小結
第三章 基于區(qū)間復模糊軟集距離測度的TOPSIS多屬性決策方法
    3.1 區(qū)間復模糊軟集距離測度
    3.2 區(qū)間復模糊軟集距離測度的運算性質(zhì)
    3.3 區(qū)間復模糊軟環(huán)境下的TOPSIS多屬性決策方法
    3.4 應用算例
    3.5 對比分析
    3.6 小結
第四章 基于區(qū)間復模糊軟集相似性測度和熵的MABAC多屬性決策方法
    4.1 區(qū)間復模糊軟集相似性測度
    4.2 區(qū)間復模糊軟集熵
    4.3 區(qū)間復模糊軟集相似性測度和熵的關系
    4.4 區(qū)間復模糊軟環(huán)境下的MABAC多屬性決策方法
    4.5 應用算例
    4.6 對比分析
    4.7 小結
第五章 基于區(qū)間復模糊軟集集成算子的EDAS多屬性決策方法
    5.1 區(qū)間復模糊軟加權算術平均算子
    5.2 區(qū)間復模糊軟加權幾何平均算子
    5.3 區(qū)間復模糊軟環(huán)境下的EDAS多屬性決策方法
        5.3.1 基于區(qū)間復模糊軟加權算術平均算子的EDAS多屬性決策方法
        5.3.2 基于區(qū)間復模糊軟加權幾何平均算子的EDAS多屬性決策方法
    5.4 應用算例
        5.4.1 IV-CFSWAA算子
        5.4.2 IV-CFSWGA算子
    5.5 對比分析
    5.6 小結
結論及展望
參考文獻
攻讀學位期間取得的研究成果
致謝
個人簡介及聯(lián)系方式



本文編號：3872442